AMD AI NIC促进高性能计算与人工智能集成以推动科学进步
AMD宣布扩展其AI NIC技术,以支持高性能计算(HPC)工作负载,实现大规模AI训练和基于MPI的科学模拟的统一以太网网络。这一进展是Lux的核心运营,Lux是位于橡树岭国家实验室(ORNL)的AMD驱动AI工厂,排名第 14 位于 2026-11 TOP500 超级计算机列表中。
用于人工智能和科学计算的统一网络
Lux集成了超过 4,000 个AMD Instinct™ MI355X GPU、AMD EPYC™服务器CPU和AMD Pensando™ Pollara 400 AI NIC。每个AI NIC提供 400 Gb/s 的扩展连接,使Lux能够在单一以太网结构上运行人工智能和HPC工作负载。这个共享网络支持美国能源部的Genesis Mission,重点是诸如AI辅助的聚变电站设计、材料开发和地球系统预测等项目。
AMD AI NIC技术旨在满足AI和HPC工作流程的特定需求。AI训练涉及通过集体操作移动大量数据,而科学模拟则依赖于处理器之间的频繁交换和同步。AMD AI NIC的可编程以太网基础支持这两种工作负载,并可以通过软件和固件更新进行演变。
性能基准和可扩展性
在人工智能方面,使用AMD Instinct™ MI355X GPU和AMD Pensando™ Pollara 400 AI NIC训练了一个 123 亿参数的语言模型,达到了 NB<4.48> 的 exaflops 与 FP8 的混合精度吞吐量在 2,048 GPU上。将工作扩展 16 倍,从 128 GPU 上保持了 98.3% 的每个GPU吞吐量,GPU在其峰值 BF16 计算速率上维持了超过 85%。
对于科学模拟,AMD AI NIC技术展示了强大的性能:
- 集体延迟:跨 2,048 GPU 的 8 字节 MPI Allreduce 操作平均在 103 微秒内完成,延迟在扩展到 3,760 GPU 时仅增加 17%。
- 分子动力学:使用LAMMPS代码和SNAP机器学习原子间势,对 17.2 亿个钨原子的模拟在 40.9 GPU 上比在 64 GPU 上快了 倍,并在最大尺度上保持了强扩展效率,超过 81.9%。
- 湍流模拟:在M-PSDNS光谱湍流求解器的弱扩展运行中,系统在 1,024 GPU 上处理了约 188 亿个网格点每秒,达到与单节点相比的 72.7% FP32 弱扩展效率。
对研究和开发的影响
AMD AI NIC技术使研究组织能够使用统一的以太网基础设施来处理人工智能和HPC工作负载,从而促进人工智能模型和科学模拟集成到统一的工作流程中。这种方法支持不断演变的标准和工作负载,确保超级计算系统的长期适应性。 (3,200)